Thinking Machines Lab ha rilasciato Inkling, il suo primo modello AI general-purpose, costruito da zero in diciassette mesi di lavoro quasi silenzioso. È open-weight, disponibile su Hugging Face sotto licenza Apache 2.0, e chiunque può scaricarlo, ispezionarlo e addestrarlo sui propri dati. L’azienda fondata dall’ex CTO di OpenAI Mira Murati — insieme al co-fondatore di OpenAI John Schulman e all’ex VP Lilian Weng — entra così in un mercato dove i laboratori cinesi dominano da mesi le classifiche di benchmark.
Inkling è un sistema mixture-of-experts con 975 miliardi di parametri totali, di cui solo 41 miliardi vengono attivati durante ogni singola inferenza. Un’architettura che tiene i costi di esecuzione sotto controllo pur mantenendo capacità multimodali: il modello è stato addestrato su 45 trilioni di token di testo, immagini, audio e video, con una finestra di contesto fino a un milione di token. Thinking Machines non rivendica il primato assoluto sulle performance — i materiali di lancio lo descrivono apertamente come “not the strongest overall model available today, open or closed” — e punta invece sulla personalizzazione attraverso Tinker, la piattaforma API dell’azienda che permette alle organizzazioni di addestrare versioni su misura e di detenerne i risultati. Come prova, il laboratorio cita un progetto con il fondo hedge Bridgewater: il modello fine-tunato sui dati finanziari interni ha ottenuto l’84,7% nei test di ragionamento finanziario, superando i principali modelli proprietari a costi molto inferiori — anche se queste valutazioni vengono dalle due aziende stesse, non da soggetti indipendenti.
Il lancio avviene in mezzo a una delle polemiche più accese dell’anno nel settore AI. Il modello cinese Kimi K3 di Moonshot AI — il più grande modello open-weight a large language model finora rilasciato — ha scatenato un dibattito su sicurezza nazionale ed economia dell’AI. Dean W. Ball, responsabile delle strategie future di OpenAI, ha suggerito pubblicamente che il governo americano dovrebbe “creare grandi quantità di rischio regolatorio” attorno ai modelli cinesi open-weight, sostenendo che ostacolano gli investimenti dei laboratori frontier. La reazione è stata immediata: figure come Yann LeCun e David Sacks hanno respinto l’argomento, con Sacks — ex AI czar dell’amministrazione Trump — che ha definito la “weaponization of regulatory uncertainty” qualcosa di “completamente inaccettabile”. Ball ha poi parzialmente ritrattato.
La questione di fondo è economica più che geopolitica. Su OpenRouter, la principale piattaforma di accesso ai modelli AI, i modelli cinesi occupano i primi cinque posti per utilizzo settimanale di token: tutti open-weight, tutti di laboratori come Tencent, DeepSeek e MiniMax. I modelli aperti offrono intelligenza a costi nettamente inferiori rispetto ai sistemi closed di Anthropic e OpenAI, e le aziende possono addestrarli sui propri dati mantenendo il controllo dell’infrastruttura. Il CEO di Kong Augusto Marietti ha dichiarato ad Axios che l’utilizzo dei modelli open-weight è cresciuto notevolmente nell’ultimo trimestre perché i modelli flagship sono “troppo costosi”. Il CTO di Mozilla ha paragonato l’uso dell’AI frontier per compiti ordinari a “guidare una Ferrari al supermercato” — e per molte attività di routine i modelli più economici possono costare fino a cinquanta volte meno. OpenAI e Anthropic si preparano intanto a IPO le cui valutazioni dipendono dal fatto che i modelli frontier rimangano indispensabili e costosi.
Inkling non pretende di essere il modello più capace sul mercato, e questa onestà è parte della strategia. Mentre i grandi laboratori closed inseguono la frontiera assoluta delle performance, Thinking Machines scommette che la maggior parte delle aziende preferisce un modello che può fare proprio, addestrare sui propri dati e deployare sulla propria infrastruttura, piuttosto che uno che rimane in mano a terzi. Se questa scommessa si rivela corretta — e i segnali di mercato sembrano darle ragione — il confine tra AI americana e AI cinese potrebbe ridefinirsi non attorno alla nazionalità del modello, ma attorno a chi detiene davvero il controllo di ciò che si costruisce sopra.
